详情

原文传递一种光谱去噪方法

专利名称：	一种光谱去噪方法
摘要：	本发明公开了一种光谱去噪方法，包括：获取若干组光谱信号样本；设置自适应滤波器的阶数以及正则化系数并选择最小均方误差函数作为滤波器的优化目标函数，并将样本作为滤波器的输入信号得到输出信号；基于k个样本中同一位置n对应的最小均方误差函数采用Adam算法得到自适应滤波器的权系数向量W；计算当前自适应滤波器下的信噪比；在阶数与正则化系数的预设范围内更新自适应滤波器的阶数以及正则化系数，并重复上述获取每种自适应滤波器的信噪比，并选择信噪比最大时对应的自适应滤波器；利用选择的自适应滤波器对同一环境条件下同一类光谱信号进行滤波去噪。本发明该方法比现有标准LMS算法的去噪效果更优，收敛速度更快。
专利类型：	发明专利
国家地区组织代码：	湖南;43
申请人：	中南大学
发明人：	朱红求;胡浩南;阳春华;郑国梁;李勇刚;周灿
专利状态：	有效
申请日期：	2019-04-08T00:00:00+0800
发布日期：	2019-06-28T00:00:00+0800
申请号：	CN201910277593.9
公开号：	CN109946253A
代理机构：	长沙市融智专利事务所(普通合伙)
代理人：	龚燕妮
分类号：	G01N21/31(2006.01);G;G01;G01N;G01N21
申请人地址：	410083 湖南省长沙市岳麓区麓山南路932号
主权项：	1.一种光谱去噪方法，其特征在于：包括如下步骤： S1：获取若干组光谱信号，并将光谱信号加长后作为样本，不同光谱信号为添加了不同信噪比白噪声的同一环境条件下同一类光谱信号； S2：设置自适应滤波器的阶数以及正则化系数并选择最小均方误差函数作为滤波器的优化目标函数，并将样本作为滤波器的输入信号得到输出信号；其中，所述最小均方误差函数如下所示：式中，J(W)表示k个样本输入信号中n位置对应的最小均方误差函数，u(n)(i)表示k个样本中第i个样本输入信号中n位置对应偏差量，是根据n位置对应的输出信号与参考吸收光谱信号中n位置信号计算得到，所述参考吸收光谱信号为标准无噪声的同一环境条件下同一类光谱信号；m、λ分别表示自适应滤波器的阶数以及正则化系数，w(j)表示自适应滤波器在第j个波长点对应的权系数；输出信号与输入信号的关系如下： y(n)＝W(n)T·X(n) X(n)＝[x(n+m)，x(n+m-1)，…，x(n)，…，x(n-m)]T W(n)＝[w(n+m)，w(n+m-1)，…，w(n)，…，w(n-m)]T 式中，y(n)表示输入信号中n位置对应的输出信号，X(n)表示n位置对应的输入信号矢量，x(n+m)是样本输入信号中第n+m个波长点的吸光度，w(n+m)是自适应滤波器在第n+m个波长点的权系数，n的取值范围为[m+1,D+m]，D为样本输入信号未加长之前的长度； S3：基于k个样本中同一位置n对应的最小均方误差函数采用Adam算法得到自适应滤波器的权系数向量W；其中，权系数向量W由每个波长点的权系数组成， S4：计算当前自适应滤波器下的信噪比； S5：在阶数与正则化系数的预设范围内更新自适应滤波器的阶数以及正则化系数，并基于更新的阶数更新样本，再重复步骤S2-S5直至获取到阶数与正则化系数每种组合下自适应滤波器的信噪比，并选择信噪比最大时对应的自适应滤波器； S6：利用步骤S5选择的自适应滤波器对同一环境条件下同一类光谱信号进行滤波去噪。 2.根据权利要求1所述的方法，其特征在于：步骤S3中自适应滤波器的权系数向量W的获取过程如下： S31：初始化δ，矩估计的指数衰减速率β1、β2，常数∈，最大迭代次数Tmax，最小均方误差函数梯度的二阶矩估计v、自适应滤波器权系数初始向量：W＝[0,0,…,0]T； S32：随机选择一个位置n，并计算k个样本中位置n对应的最小均方误差函数，基于最小均方误差函数进行一次迭代计算；迭代过程如下：首先，计算最小均方误差函数梯度的一阶矩估计，并修正所述一阶矩估计；式中，p、分别表示修改前、后的最小均方误差函数梯度的一阶矩估计，表示对最小均方误差函数中的权系数初始向量求导，t表示当前迭代次数；然后，计算最小均方误差函数梯度的二阶矩估计，并修改所述二阶矩估计；式中，v、分别表示修改前、后的最小均方误差函数梯度的二阶矩估计；最后，基于修改的一阶矩估计、二阶矩估计更新自适应滤波器的权系数向量； S33：判断迭代次数是否达到最大迭代次数Tmax或者自适应滤波器的权系数向量是否收敛，若达到最大迭代次数Tmax或者自适应滤波器的权系数向量收敛，输出权系数向量；否则，返回步骤S32进行下一次迭代；其中，自适应滤波器的权系数向量收敛条件为权系数向量不变。 3.根据权利要求1所述的方法，其特征在于：所述最小均方误差函数中样本输入信号中n位置对应偏差量u(n)的计算公式如下：式中，s(n)表示参考吸收光谱信号中n位置的吸光度。 4.根据权利要求1所述的方法，其特征在于：步骤S4中信噪比的计算公式如下：式中，SNR为信噪比，y(t)表示在波长点t处的自适应滤波器输出值，s(t)表示参考吸收光谱信号在波长点t处的吸光度。 5.根据权利要求1所述的方法，其特征在于：步骤S5中选择信噪比最大时对应的自适应滤波器的过程如下；首先，选择信噪比最大时对应一组阶数与正则化系数；然后，再随机选择k组样本作为滤波器的输入信号得到输出信号，并执行步骤S3得到权系数向量；基于得到权系数向量以及信噪比最大时对应一组阶数与正则化系数构建的自适应滤波器为步骤S5中选择的自适应滤波器。 6.根据权利要求1所述的方法，其特征在于：步骤S1中光谱信号的获取过程如下： S11：在相同环境条件下重复采集一组试样在预设波长范围内的光谱信号，并基于采集的光谱信号利用中心极限定理得到参考吸收光谱信号； S12：在所述参考吸收光谱信号上添加不同信噪比的高斯随机白噪声得到不同仿真光谱信号，所述仿真光谱信号为步骤S1中的光谱信号。 7.根据权利要求1所述的方法，其特征在于：步骤S1中光谱信号进行加长时，前段延长的波长点的吸光度与原光谱信号的第一个波长点的吸光度相同，后端延长的波长点的吸光度与最后一个波长点的吸光度相同。 8.根据权利要求1所述的方法，其特征在于：自适应滤波器的阶段m的预设范围为m＝{3，5，…2i+1，…，29}，i＝{1，2，…16}；自适应滤波器的正则化系数λ的预设范围为：λ＝{0.001，0.005，0.01，0.1，1，2，3，6，9，15，20}。
所属类别：	发明专利